Conférencier | Transcription |
| Karishma YADAV | Bonjour. |
| Yi Ying TAN | Bonjour. |
| Karishma YADAV | Désolé, nous ne pouvons pas vous entendre vous marier. |
| Yi Ying TAN | moi, je veux dire désolé. |
| Karishma YADAV | Ouais, je peux t'entendre. |
| Larry LaRusso | Maintenant, j'imagine que cela fonctionne. |
| Karishma YADAV | Ouais, ça marche. |
| Larry LaRusso | Ok, super. |
| Désolé, c'est intéressant. |
| Pour une raison quelconque, mon ordinateur portable Mike ne me récupère pas en dehors de JMP donc. |
| Je dois constamment faire des allers-retours, mais je sais qu'à chaque fois que quelqu'un dit, je n'entends pas. |
| Vous le faites, les gars. |
| Karishma YADAV | Nous allons bien. |
| Larry LaRusso | J'aime ton corps, n'est-ce pas Krishna ? C'est ce que tu dis. |
| Karishma YADAV | ouais, c'est écossais. |
| Larry LaRusso | MMA irlandais sympa. |
| Je reconnais ça. |
| Bien. |
| Larry LaRusso | Et puis il est comme tu dis. |
| Yi Ying TAN | Oui, oui. |
| Larry LaRusso | Génial, eh bien oui, merci à vous deux d'avoir fait ça. |
| Nous apprécions certainement que vous ayez pris le temps d'enregistrer la conférence et je suis vraiment ici pour vous aider dans l'aspect production de celle-ci. |
| Si vous remarquez dans le coin supérieur gauche, vous verrez probablement que nous enregistrons automatiquement, je veux juste m'assurer que vous êtes tous les deux d'accord avec ça, ouais. |
| Karishma YADAV | Ouais, d'accord. |
| Larry LaRusso | Excellent et ainsi de suite. |
| Notre intention, évidemment, est de mettre cela dans le cadre de la conférence de découverte et nous allons le mettre sur nos pages communautaires sur community.com. |
| Donc, cela vivra également au-delà de la conférence, les gens pourront y accéder et tout le reste, est-ce que vous vous sentez à l'aise avec ça également ? |
| Karishma YADAV | Ouais bien. |
| Larry LaRusso | génial Merci beaucoup, ce sont les deux questions juridiques. |
| Et, et vos arrière-plans ont l'air excellents, je veux juste m'assurer qu'il n'y a pas de violation de logo ou quoi que ce soit, tout semble parfait là-bas, avez-vous déjà enregistré pour nous, est-ce la première fois que vous faites le sommet de la découverte. |
| Karishma YADAV | ouais, c'est la première fois. |
| D'accord. |
| Larry LaRusso | Eh bien, je vous ferai savoir quand viendra le moment pour vous de partir. Je vais probablement vous connaître. |
| écouteurs et ensuite éliminer ma vidéo tant que tu parles et que je ne le fais pas, je ne devrais pas apparaître sur l'écran, mais si je fais ça, il n'y a aucune chance qu'il apparaisse par erreur, donc je vais quand il sera temps pour nous d'y aller, je vais m'installer pour éteindre ma vidéo. |
| Et vous aurez l'impression que vous vous parlez à vous-même, mais j'écoute et je m'assure simplement que tout se passe bien, que la vidéo est belle et que tout dans la diapositive se trouve. |
| Pour une raison quelconque, j'en ai enregistré plus d'une douzaine, probablement au cas où, pour une raison quelconque, quelque chose ne va pas. |
| Je vais juste désactiver le son et dire, hé, j'ai besoin que vous arrêtiez, nous allons devoir réenregistrer ou quoi que ce soit, mais je ne prévois pas que cela se produise, alors restez sur votre camion et parlez du début à la fin. |
| Si l'un d'entre vous se dit simplement "oh mon Dieu, j'ai complètement gâché tout ça, ce n'est pas ce que je voulais dire", on s'arrête et on dit "hé, je vais recommencer et le refaire, oh oui". |
| Tu devrais faire ça. |
| Yi Ying TAN | D'accord. |
| Larry LaRusso | Mais, mais je vous encourage à ne pas vous inquiéter pour des gens comme l'intention ici est d'être assez décontracté avec cela et cela n'a pas besoin d'être parfait. |
| Je dirais, comme je l'ai dit, la seule chose qui m'inquiéterait, c'est comme si vous disiez, attendez une seconde, je le fais du côté de l'événement ou vous avez dit quelque chose de mal et vous réalisez que nous avons la capacité de simplement dire que je vais recommencer et c'est bien mais, mais comme je l'ai dit. |
| Les gens qui nous regardent vont être très, très indulgents, c'est un appel Zoom, je ne m'en inquiéterais pas, quelque chose de terrible. |
| Yi Ying TAN | 13h30 à Singapour, tu sais, comme ton projet de le faire plus que ça. |
| Une fois. |
| Larry LaRusso | L’autre chose est. |
| Si vous pouviez me donner un signal verbal pour que je ne sache pas lequel d'entre vous va commencer en premier, mais si vous pouviez simplement le dire. |
| Merci de vous joindre à moi, bienvenue à notre discussion ou quelque chose comme ça, parce que cela me donne en quelque sorte un point de départ pour m'assurer que OK, je sais qu'elle. |
| je veux commencer ici, et puis à la fin si vous voulez bien dire merci de m'avoir rejoint si vous avez des questions, s'il vous plaît. |
| n'hésitez pas à les taper dans le chat ou quelque chose comme ça, car il y aura une page qui sera créée avec des commentaires en bas. |
| Ou si vous voulez simplement terminer par un merci de m'avoir rejoint, vous savez, je ne sais pas si les coordonnées ou simplement quelque chose à me donner du point de départ et du point de fin audio afin que nous puissions découper cette vidéo et nous assurer qu'elle a l'air bien. |
| Et puis la dernière chose que je dirai, et puis vraiment je vous laisserai faire la présentation. |
| Nous enregistrons trois versions différentes de cela. |
| L'un avec juste la diapositive pour que le curseur occupe la totalité de l'écran, l'autre avec vous qui parlez, c'est probablement comme ça que vous me voyez en ce moment, je prends juste un petit étranger, puis la mouche occupe 80 % de l'écran. |
| Et puis le troisième est. |
| c'est vous en plein écran, en tant qu'orateur uniquement et nous faisons cela parce que la plupart du temps, vous aurez votre diapositive et vous. |
| Mais si vous restez sur une diapositive pendant plus de quelques minutes juste pour changer, nous pourrions échouer, juste sur votre photo, vous savez, comme si vous aviez parlé pendant 20 secondes et que vous reveniez en arrière. |
| Nous avons donc trois versions différentes et certaines sont vraiment bonnes. |
| Les producteurs vont intervenir et prendre des décisions créatives sur la façon de le montrer, alors sachez que cela peut aller et venir presque comme dans une émission de télévision et parfois vous parlerez parfois de la diapositive, puis de certaines autres la plupart du temps. |
| Karishma YADAV | Ok, ça a l'air bien, oui. |
| Larry LaRusso | Ok, vous avez d'autres questions ? |
| Yi Ying TAN | Ouais. |
| Karishma YADAV | Donc si nous devons faire une reprise. |
| Par hasard, alors ça va reprendre ou alors on va devoir repartir de zéro, tout du long. |
| Larry LaRusso | Donc, vous savez que nous pourrions avoir un enregistrement de 40 minutes si vous n'avez qu'une conversation de 20 minutes et c'est très bien, je veux dire si vous savez à quel point il est facile de couper la première minute, donc pour une raison quelconque, et encore une fois je... |
| ne soyez pas trop dur avec vous-même, mais si vous sentez que non, je veux vraiment recommencer, juste Larry, je vais recommencer et ensuite dire. |
| Bienvenue dans mon exposé, vous savez et ensuite nous saurons que la première version s'en débarrassera donc oui, nous n'allons pas avoir à redémarrer, nous allons simplement travailler jusqu'à ce que nous raccrochions. |
| nous ferons la découpe. |
| Yi Ying TAN | D'accord. |
| Larry LaRusso | Merci, je ne veux rien avoir d'autre, je veux être sûr de toi. |
| Votre son est superbe, les arrière-plans sont superbes. |
| Je pense que nous sommes prêts à y aller, alors je vais vous céder la parole, et encore une fois, je vous écouterai tout le temps, donc si vous avez des questions ou si vous avez besoin de vous arrêter ou autre chose, faites-le-moi savoir, sinon profitez de la discussion, je le ferai. |
| Je vous parlerai une fois que vous aurez fini. |
| Yi Ying TAN | Merci. |
| Nous pouvons donc commencer à tout moment. |
| Larry LaRusso | D'accord, oui, commence simplement, si tu veux prendre une seconde, prépare-toi, il semble que tes diapositives soient déjà en ligne, alors quand tu es prêt, dis merci de m'avoir rejoint et c'est parti. |
| Yi Ying TAN | et |
| Larry LaRusso | Je vais me couper le son et éteindre ma vidéo. |
| Merci. |
| Yi Ying TAN | Bonjour. Tout d'abord je voudrais remercier le comité d'avoir présélectionné notre projet, c'est un grand honneur de participer au JMP Discovery Summit. |
| Avant de commencer la présentation ou de présenter notre équipe, nous sommes issus du programme de maîtrise en commerce de la SMU. Je m'appelle Yi et je suis accompagnée aujourd'hui de Karishma et de Sue-Ann. |
| Tin Seong Kam est notre professeur. Il ne nous rejoint pas aujourd'hui car il a d'autres engagements. Comme vous pouvez le voir sur cette page de couverture, |
| Dans ce projet, nous étudions l'utilisation de l'analyse de classe latente pour identifier les sous-classes de dépression à l'aide de JMP Pro. Au cours de la présentation, nous pouvons utiliser la forme abrégée de LCA pour faire référence à l'analyse de classe latente. |
| D'accord. |
| Pour vous donner plus de contexte sur notre projet, nous nous intéressons à la dépression, une maladie mentale de plus en plus courante chez les adolescents et les adultes de tous âges. Selon l'OMS, |
| Selon l'Organisation mondiale de la santé, la dépression est la principale cause d'invalidité dans le monde et contribue largement à la charge mondiale de morbidité. |
| La capacité à obtenir un diagnostic précis de la gravité de la dépression a toujours été l’obstacle majeur dans la prise en charge des patients déprimés. |
| Il existe un questionnaire couramment utilisé pour aider à établir un diagnostic de dépression et à en déterminer la gravité. |
| ça s'appelle le PHQ, questionnaire de santé publique. |
| Il s'agit d'un instrument de neuf questions qui est... |
| qui contient ces questions. La première est que vous n'avez pas beaucoup d'intérêt à faire des choses ; la deuxième est que vous vous sentez déprimé ou désespéré. |
| La troisième question est : avez-vous du mal à dormir ou dormez-vous trop ? La quatrième question est : vous sentez-vous fatigué ou manquez-vous d'énergie ? |
| La cinquième question serait : avez-vous peu d'appétit ou mangez-vous trop ? Et les prochaines questions seraient également... nous avons : vous sentez-vous mal dans votre peau ? |
| Avez-vous du mal à vous concentrer sur les choses ? Et la huitième question serait : bougez-vous ou parlez-vous lentement ou bougez-vous ou parlez-vous trop vite ? La dernière question que nous avons incluse dans notre... dans notre projet est : |
| Avez-vous des pensées suicidaires? |
| A, B, C, D. Sur la droite, vous savez, il y a un tableau là, et vous pouvez voir, comme dans la façon dont vous lisez ce tableau, que A et B ont le même score de 10 ici, |
| Et les niveaux de gravité sont considérés comme modérés. C et D, en revanche, ont le même score de 20 et sont considérés comme gravement déprimés selon le PHQ-9. |
| L'intervieweur leur demandera donc à quelle fréquence ils ont ressenti le symptôme, sur une échelle de zéro à trois. Comme vous pouvez le voir, comme vous le savez, les réponses dans ce tableau sont principalement de 0, 1, 2 et 3. |
| Zéro signifie qu'ils ne présentent aucun symptôme et trois est le score le plus fréquent, presque tous les jours. Le score global est obtenu en additionnant les réponses aux neuf questions, allant de zéro à 27. |
| Maintenant, si nous creusons plus profondément dans les résultats de C et D ici, |
| on peut voir qu'ils ont tous les deux un score de 20, mais les symptômes qu'ils ressentent sont assez différents. Par exemple, C se sent souvent mal dans sa peau, |
| ici, comme tu le sais mais je suis désolé, je pointe plus sur l'autre droite, mais D n'a jamais ressenti ça. |
| Et C a rarement des pensées suicidaires, mais D en fait l'expérience presque tous les jours. La question que nous avons ici est la suivante : |
| Ces symptômes ont-ils la même contribution au diagnostic de la dépression ? D'un point de vue clinique, le PHQ-9 a été jugé comme un instrument valide de mesure de la gravité de la dépression. Cependant, notre équipe a estimé que le test populaire... ce test couramment utilisé |
| cinq catégories de gravité de la dépression basées sur la somme des réponses |
| est trop subjectif. |
| Par conséquent, le but de notre projet est de démontrer... de découvrir comment l'analyse de classe latente de JMP peut être utilisée pour fournir une approche pilotée par les données et |
| approche objective pour déterminer les classes de gravité de la dépression. Les résultats de l'analyse révèlent que l'ACV améliore notre compréhension des caractéristiques des classes de dépression mieux que les méthodes conventionnelles à cinq catégories. |
| Ainsi, en utilisant le même ensemble de neuf questions tirées de l'ensemble de données du questionnaire de l'enquête nationale sur la santé et la nutrition de 2017 à 2018, nous utilisons l'ACV pour classer 5 000 répondants. |
| en classes de gravité de la dépression. Nous comparons ensuite ces résultats aux résultats du PHQ-9 qui utilisent une simple somme de réponses... |
| variables de réponse pour arriver aux niveaux de gravité de la dépression. Cette comparaison des classes révélera les différences dans la gravité des classes de dépression entre les deux méthodes. |
| Oui, laissez-moi entrer plus dans les détails dans la diapositive suivante. |
| Nous avons d’abord préparé les données, c’est-à-dire que nous avons d’abord téléchargé l’ensemble de données accessibles au public provenant de l’enquête nationale sur la santé et la nutrition pour les années que je viens de mentionner, de 2017 à 2018. |
| Nous utilisons uniquement les données de ces années pour maintenir la qualité des données, car nous craignions une différence dans la manière dont les répondants donnent une réponse sur différentes périodes. Nous avons donc ensuite nettoyé les données dans JMP Pro. |
| Nous utilisons JMP Pro 16. Dans l'ensemble de données, il y a un total de 10 colonnes initialement ??? réponses. |
| Mais nous avons remarqué que la question finale est comme une question de consolidation. Elle demande par exemple : dans quelle mesure ces problèmes vous ont-ils rendu difficile de faire votre travail, de vous occuper des choses à la maison ou de vous entendre avec les gens ? Donc, en raison de la nature de |
| s'agissant d'une question de consolidation, nous l'avons exclu de notre travail. |
| Après cela, nous effectuons quelques étapes de nettoyage et de préparation des données, telles que la vérification des valeurs manquantes, le changement de nom de certaines colonnes pour mieux refléter les variables pour l'analyse latente. |
| Le score PHQ-9 a également été tabulé dans une nouvelle colonne et recodé en cinq catégories de gravité de la dépression, à savoir aucune, légère, modérée, modérément sévère et sévère. Avec cela, nous exécutons enfin l'analyse de classe latente et interprétons les résultats. |
| Je vais donc vous présenter en détail les étapes de l'analyse que nous avons effectuée. Tout d'abord, nous avons utilisé le JMP Pro 16 pour exécuter l'ACV afin de regrouper les personnes interrogées présentant des modèles distincts en groupes. |
| Et la manière dont nous choisissons le modèle de clustering est basée sur les valeurs BIC et AIC de ces modèles. |
| À partir des rapports du modèle, nous avons évalué les tailles d’effet des variables respectives pour identifier la séparation entre les classes latentes. |
| Et parce que cela indique la précision de la catégorisation des individus dans différentes classes... correctement latentes. Nous examinons également les valeurs de logarithme pour déterminer l'influence de chaque variable sur le modèle. |
| Ensuite, nous avons effectué une analyse de tableau de contingence pour comparer les classes LCA aux cinq catégories de classes de gravité de la dépression dérivées à l’aide des méthodes traditionnelles PHQ-9. |
| Notre hypothèse est que le PHQ-9 couramment utilisé, basé sur la somme des réponses que j'ai mentionnées, est trop subjectif, car il ne prend pas en compte la pondération statistique des variables individuelles. La comparaison avec les résultats de l'ACV est renseignée à l'aide de |
| méthodes statistiques, qui nous permettent de mieux examiner la validité des résultats. |
| Je vais donc laisser la parole à Karishma pour qu'elle nous en dise plus sur les résultats et les conclusions. |
| À toi de jouer, Karishma. |
| Tu es muet, Karishma. |
| Karishma YADAV | Oh désolé. |
| Merci, Yi. Bonjour à tous. Je m'appelle Karishma Yadav et je vais vous présenter notre présentation. |
| Nous savons donc qu’il est important pour les chercheurs dans le domaine de la santé mentale de pouvoir identifier des sous-groupes d’individus. |
| au sein de la population générale, qui présentent des schémas similaires de symptômes ou de forces en matière de santé mentale, de sorte que ces groupes peuvent être étudiés plus en détail pour étudier des questions telles que les classes de santé mentale généralement répandues, |
| et quels résultats futurs ils prédisent et si les classes de santé mentale évoluent au fil du temps. En outre, l'identification de ces sous-groupes est importante pour les praticiens |
| sur le terrain pour traiter et prévenir les cas de santé mentale. Ainsi, une méthode de plus en plus populaire pour identifier les sous-groupes est l'analyse de classe latente, qui est... qui sera abrégée en LCA |
| à partir de maintenant dans la présentation. L'ACV est donc une approche transversale de modélisation par mélange de variables latentes. Comme toutes les approches de modélisation par mélange de variables latentes, l'ACV vise à trouver l'hétérogénéité au sein de la population. |
| Pour ce faire, elle analyse le comportement des individus, comme les indicateurs de santé mentale, et trouve des types communs, appelés classes. Ainsi, chaque individu est affecté de manière probabiliste à une classe, |
| qui est calculé à l'aide de la formule affichée. Les résultats sont des sous-groupes d'individus qui sont les plus semblables les uns aux autres et les plus distincts de ceux des autres classes. Diapositive suivante. |
| Voilà donc comment nous construisons le modèle LCA dans JMP Pro 16. Comme mentionné précédemment par Yi, dans les étapes de pré-traitement, nous avons créé |
| Les variables PHQ-9 en additionnant les neuf variables d'entrée, les questions posées dans le questionnaire PHQ-9, puis le score PHQ-9, qui va de zéro à 27, sont utilisés pour arriver à cinq classes. |
| Les classes sont basées sur des points de coupure, qui sont couramment utilisés dans de nombreux diagnostics médicaux par les cliniciens. Les classes mentionnées par Yi plus tôt sont donc |
| aucun, léger, modéré, modérément sévère et sévère. Ainsi, après le prétraitement, nous avons décidé de construire un modèle dans JMP Pro en sélectionnant LCA comme méthode d'analyse de clustering, puis nous avons choisi les neuf questions du PHQ-9 latent |
| comme les caractéristiques d'entrée présentées ici. Nous avons donc exécuté le modèle LCA pour les clusters, allant de trois à 15 pour trouver le modèle le mieux adapté. |
| Diapositive suivante. |
| Voici donc le résultat de l'ACV. Les derniers modèles de classes sont estimés de manière itérative, en ajoutant des classes potentielles pour déterminer quel modèle est le mieux adapté aux données. Ainsi, juger de la meilleure adéquation peut demander beaucoup de réflexion, |
| y compris les critères d'information. Nous avons donc ici utilisé des critères d'information. |
| Comme nous pouvons le voir, le groupe cinq nous donne le BIC le plus bas, le critère d'information bayésien. Nous avons également essayé d'exécuter le modèle sur un nombre croissant de clusters, mais l'AIC a continué à se déplacer avec l'augmentation du nombre de classes, nous avons donc choisi le BIC comme taille de cluster optimale. |
| Les individus ont donc été répartis en cinq classes, en fonction des réponses au questionnaire. Diapositive suivante. |
| Voici donc les graphiques qui montrent la répartition des individus dans chacune des classes et la proportion de réponses dans chaque variable. |
| Il montre également la réponse... les probabilités de réponse de chacune des neuf variables dans chacune des classes. On peut donc voir que dans le groupe un, |
| toutes les variables n'ont pas du tout comme réponse prédominante, et c'est le risque le plus faible |
| groupe. Dans le groupe deux, la proportion de « pas du tout » comme variable de réponse est réduite et |
| augmentation de la proportion de plusieurs jours comme réponse. Le groupe trois présente une proportion accrue de plusieurs jours et plus de la moitié des jours comme réponse, et les groupes quatre et cinq présentent des proportions encore plus élevées de ces réponses à haute fréquence. Suivant. |
| aucun, léger, modéré, modérément sévère et sévère. |
| Ainsi, comme nous pouvons le voir, la classe 1 compte environ 48 % de personnes et les individus de cette classe ne présentent aucun symptôme dépressif ou ne présentent aucune réponse pour les neuf variables. Ce groupe d'individus ne présente aucun risque de souffrir de dépression. |
| La classe deux présente des symptômes légers, avec une taille d'environ 24 %. |
| Individus...les individus de cette classe ont deux caractéristiques prédominantes énumérées ici, qui sont des troubles du sommeil ou un sommeil excessif |
| plusieurs jours par semaine, se sentir fatigué ou avoir peu d'énergie plusieurs jours par semaine. Et les individus de la classe trois |
| Les symptômes sont modérés et la classe compte environ 11 % d'élèves ; 70 % d'entre eux ont répondu qu'ils se sentaient fatigués ou qu'ils manquaient d'énergie plusieurs jours par semaine. Ils ont également connu une aggravation des symptômes énumérés dans la classe 2. |
| De plus, ils ont également ressenti d’autres symptômes, comme le manque d’envie de faire des choses, un sentiment de déprime, de découragement et de désespoir. |
| La classe quatre compte 10,44 % et ce groupe d'individus présente une gravité encore plus élevée des symptômes dépressifs, ils présentent donc environ sept des neuf symptômes dépressifs |
| assez fréquemment. Ensuite, nous avons la classe cinq avec une taille de classe d'environ 6 %. Ils ont présenté les neuf symptômes et la gravité est |
| très élevé. Ils en font l'expérience tous les jours, ou plus de la moitié du temps. Diapositive suivante. |
| Voici donc les tailles d'effet des neuf variables et la valeur logarithmique. Les tailles d'effet sont donc, comme vous pouvez le voir, des valeurs comprises entre zéro et un, |
| et des tailles d’effet plus élevées indiquent une probabilité plus élevée que les individus soient classés avec précision dans une classe latente. |
| Ainsi, la majorité des variables d’entrée ont des tailles d’effet supérieures à 75 %, et la valeur logarithmique, d’autre part, est l’efficacité des variables dans la prédiction des clusters. |
| Plus la valeur du logarithme est élevée, plus la variable est forte dans le modèle. Les résultats indiquent que toutes les variables ne partagent pas les mêmes valeurs du logarithme. |
| Cela confirme notre suspicion selon laquelle les variables pourraient ne pas contribuer de manière égale au diagnostic et que la somme des scores PHQ-9 ne sera précise et fiable que si chaque variable ayant le même niveau d'influence dans le modèle est annulée. Alors, la suite. |
| Alors finalement, |
| c'est le tableau de contingence. Comme nous pouvons le voir, |
| symptômes dépressifs dérivés de la |
| Le tableau de sommation et de contingence du PHQ-9 est arrivé aux classes que nous avons dérivées en utilisant |
| Les analyses de classe lettent sont assez différentes. |
| La valeur P est d'environ |
| .001, |
| ce qui signifie qu'il n'y a pas d'erreur d'échantillonnage. Nous avons donc fait cela pour justifier que les résultats seront cohérents si nous échantillonnons environ 1 000 fois, 1 000 échantillons différents, un seul d'entre eux aura un résultat différent de celui-ci. |
| Suivant. |
| Ainsi, nous concluons finalement que les niveaux de gravité de la dépression dérivés de modèles de regroupement statistique comme l’ACV fourniront une évaluation plus précise de la gravité de la dépression, |
| comparés à ceux obtenus à partir de la simple somme des réponses du PHQ-9. |
| Des études complémentaires doivent être menées pour déterminer la pondération des variables respectives afin de renforcer le modèle PHQ-9 à neuf qui s'est avéré plus fiable et plus efficace. Ceci est important |
| car sous-estimer la gravité de la dépression des individus et le pourcentage de la population dépressive |
| La dépression pose des risques importants pour la société. Sans méthode de diagnostic précise, il devient difficile de déterminer les ressources adéquates nécessaires pour prévenir et traiter la dépression. |
| Voilà donc tout pour notre présentation, et les questions sont les bienvenues dans la zone de commentaires que vous pouvez voir sous la vidéo. Merci. |
| Larry LaRusso | Excellent. |
| génial Merci beaucoup. |
| J'en suis très content, je veux dire que je pensais que ça sonnait bien, tes diapositives sont géniales. |
| Karishma YADAV | Merci. |
| Larry LaRusso | ouais, tout se passe bien selon toi, je ne sais pas, je n'ai vu aucun problème et en fait, c'était une discussion très intéressante. |
| J'étais très intéressé, pas tout à fait comme les gars techniques, dans la mesure où ce qui colle, ça marche, mais. |
| Je suis sûr que ce sera de poche. |
| Karishma YADAV | Merci. |
| Ouais. |
| Larry LaRusso | Bon, dors un peu. |
| Karishma YADAV | Ouais. |
| Larry LaRusso | il est presque 11 heures maintenant mais euh. |
| Merci beaucoup, et encore une fois, nous vous ferons savoir s'il y a des problèmes ou quoi que ce soit, et si vous le souhaitez, les gars. |
| J'obtiens un lien que je peux partager avec des personnes externes. Je vous l'enverrai à tous, si vous voulez juste le regarder et voir à quoi il ressemble, mais ce ne sera que le P brut, donc il aura tout notre front-end et tout ce back-end mais. |
| Si vous êtes juste curieux, je vais vous l'envoyer juste pour votre intérêt et sachez ensuite que nous le produirons, vous savez et que nous le rendrons, vous savez, interactif et joli avant parce que. |
| Ok, très bien. |
| ouais ouais je passe une bonne journée et soirée, quoi qu'il en soit, et merci encore de m'avoir rejoint. |
| Karishma YADAV | Merci. |
| Larry LaRusso | Ok, ravi de vous rencontrer, prenez tous soin de vous. |
| Karishma YADAV | Merci, pareil ici bonne nuit et bien. |
| Bonjour à toi. |
| Larry LaRusso | Au revoir. |
| Salut. |
